论文部分内容阅读
随着乳腺肿瘤的发病率逐年上升,早期发现、早期诊断、早期治疗是提高乳腺恶性病变生存率的关键。临床上超声检查因其无损伤、安全、可重复性和价廉,被广泛应用于乳腺疾病的诊断中,随着超声技术的发展,除了常规二维灰阶超声、彩色多普勒超声,还包括超声弹性成像和三维超声成像新技术。
日益发展的技术为乳腺疾病的临床超声诊断提供了越来越多的信息,各种成像方法的诊断指标各有其优缺点,提取出最重要的诊断信息并综合评价是发展的趋势。近年来,二分类Logistic回归分析广泛应用于医学研究的各个领域,如流行病学、病因学的病例-对照研究,临床诊断的判别模型,治疗效果评价等。Logistic回归模型在疾病病因的多因素分析中有着较多的优点,可以准确判断不满足正态分布的资料的概率,如死亡或痊愈(称为二值变量)。
国内外都有将Logistic回归分析应用于乳腺超声的研究,但未见有采用二分类Logistic回归模型综合分析二维灰阶超声、二维彩色多普勒超声、三维灰阶超声、三维彩色多普勒超声、弹性成像多方面成像特征的有关报道。
本研究拟应用二分类Logistic回归模型对乳腺二维灰阶超声、二维彩色多普勒超声、三维灰阶超声、三维彩色多普勒超声、弹性成像各特征进行分析,从中找出最有意义的征象和构建Logistic回归模型,以期能够早期及准确诊断乳腺癌,提高患者的生存率和改善预后。
资料与方法:
一、临床资料
对2006年7月至2007年9月期间,共163个乳腺病灶均进行二维超声成像、三维超声成像及超声弹性成像检查。良性病灶共108个,病灶最大直径3.2~112.4 mm,平均(17.8±9.3)m,患者年龄16~78岁,平均年龄(36.7±18.4)岁;恶性病灶共55个,病灶最大直径4.1~43.2 m,平均(23.4±12.8)mm,患者年龄26~78岁,平均(46.4±15.6)岁。
二、仪器及检查方法仪器:超声弹性成像采用HITACHI-8500彩色多普勒超声诊断仪,线阵探头,频率7.5~13.0MHz,探头配备专用压迫板;三维超声成像采用GE公司的730-Expert彩超仪及机扫式三维探头,探头频率7.5~13.0MHz。
检查方法:
(1)首先使用GE公司的730-Expert彩超仪,对双侧乳腺进行横、纵各切面二维灰阶图象扫查,观察肿块的部位、个数、大小、形态、边界、内部回声、侧方声影、后方回声、有无微钙化和有无腋窝淋巴结肿大。
(2)彩色多普勒血流成像:显示病变血供情况,进行多普勒血流频谱检查测定阻力指数RI,参照Adler半定量方法进行血流分级。
(3)切换至三维成像模式,观察重建的冠状面上有无完整的界面回声,有无汇聚征,重建病灶内的三维空间的立体血流。
(4)再使用HITACFII-8500彩色多普勒超声诊断仪。用普通二维模式确认病灶后切换到弹性成像模式进行弹性成像检查。
三、弹性成像评分及诊断标准根据弹性图中病灶区域显示的不同色彩,采用新的改良五分法进行评价。
1分:弹性成像检查时肿块整体及大部分发生变形,图像显示病灶整体或大部分为绿色;
2分:弹性成像检查时肿块边界可发生变形,中心部分没有变形,图像显示病灶中心为蓝色,周边为绿色,以蓝色为主;
3分:弹性成像检查时肿块一半发生变形,一半未发生变形,图像显示病灶内绿色和蓝色所占比例相近;
4分:弹性成像检查时肿块整体及大部分未发生变形,图像显示病灶整体为蓝色或内部伴有少许绿色;
5分:弹性成像检查时肿块整体和周围组织均未变形,图像显示病灶及周边组织均为蓝色,即蓝色超出灰阶图像屏显示的二维病灶范围,若病灶内部同时伴有绿色,也归为此类。
本研究拟弹性评分1~3分诊断为良性病变,4~5分诊断为恶性病变。
四、统计学处理以手术病理结果为诊断金标准。统计学分析:以病理结果良、恶性作为因变量,将下述超声特征作为自变量建立Logistic模型,采用偏最大似然估计前进法进行逐步回归。超声特征为形态、边界、内部回声、微钙化、侧方声影、后方回声衰减、后方回声增强、腋窝淋巴结肿大、肿块纵横比、RI、二维Adler分级、改良弹性评分、汇聚征、完整的界面回声、三维Adler分级。对回归参数估计值采用Wald x2检验,对整个模型的拟合情况采用似然比检验,并用ROC曲线法评价Logistic模型的预报能力。统计学分析用SPSS 13.0软件完成,以P<0.05为有统计学意义。
结果:
1、163个乳腺结节手术病理结果见表1、表2:2、依据SPSS13.0的输出结果,Logistic回归分析最后一步筛选六个自变量,其模型为:
logit(P)=-9.464+1.121X12+3.683X1+4.315X3+4.593X10-20.407X7+34.429X13 对上述模型行似然比检验,具有统计学意义(X2=185.822,p<0.001)。
利用该回归模型预报这163个乳腺病灶,回归模型能很好地区分这两类病灶,如果在回归值尸大于0.5时预报为恶性,小于等于0.5时预报为良性,则预报正确率高达159/163=97.5%。
以模型判断乳腺恶性病灶概率预测值绘制ROC曲线,ROC曲线下面积(area under the ROC curve,Az)为判断指标检验模型拟合效果,Az为0.996±0.001,p<0.00l,95%置信区间为(0.994,0.998),证明该模型的拟合效果较好,用于预测乳腺肿瘤的良恶性效果也很好。
结论:
1、Logistic回归分析从15个诊断指标中筛选出改良弹性评分、形态、RI、内部回声、后方回声增强、汇聚征,构建的回归模型能很好地区分乳腺良恶性病灶,方程拟合的优度和预测效果比较理想。
2、改良弹性评分和形态可作为鉴别诊断乳腺肿瘤良恶性最具价值的项目,在临床工作中,可以首先从这两个项目来评判乳腺肿块的良恶性,再结合其他特征综合分析。
3、Logistic回归模型使综合分析各诊断指标更简易、客观,有较好的临床应用价值。Logistic回归模型可将其作为计算机辅助诊断系统的基础。但用它对单个病例进行预报,需考虑人群发病率,必须进一步对模型进行多地域、多中心的前瞻性研究和检验。